III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 14 luglio
|
|
- Arrigo Gigli
- 4 anni fa
- Visualizzazioni
Transcript
1 III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 14/15 Nome: 14 luglio 15 Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare tutti i risultati visti a lezione compresi quelli di cui non è stata fornita la dimostrazione) Esercizio 1 Indichiamo con α, 1) la probabilità che in un dato giorno piova a Tokyo Le risposte alle domande seguenti possono naturalmente dipendere da α) Ho due amici giapponesi burloni: uno dice la verità una volta su due, l altro due volte su tre Chiedo ai due amici che tempo fa oggi a Tokyo a) Qual è la probabilità che entrambi mi rispondano che piove? Tale probabilità può assumere il valore 1? b) Se entrambi gli amici mi rispondono che piove, è più probabile che piova o che non piova? Soluzione 1 a) Definendo gli eventi A := Oggi a Tokyo piove e B := Entrambi gli amici dicono che oggi a Tokyo piove, i dati del problema sono PA) = α, PB A) = 1 = 1, PB Ac ) = 1 1 = 1 6 Dunque PB) = PB A)PA) + PB A c )PA c ) = α + 1 α = 1 + α 6 6 b) Per la formula di Bayes, la probabilità condizionale) che piova vale PA B) = PB A)PA) PB) = 1 α 1+α 6 = α 1 + α mentre quella che non piova vale PA c B) = 1 PA B) = 1 α Quindi la probabilità che piova è maggiore di quella che non piova se e solo se PA B) > PA c B), ossia α 1 + α > 1 α 1 + α α > 1 1+α = 1 α 1+α La risposta dipende dunque dal valore di α: per α > 1 la probabilità che piova è maggiore di quella che non piova, mentre per α < 1 vale il contrario, e per α = 1 c è l uguaglianza
2 Esercizio Si consideri il seguente gioco articolato in turni successivi, fino a un massimo di 1 Può essere utile la formula n = nn+1) Al turno 1 Giorgio lancia una moneta regolare: se esce croce, il gioco finisce in questo turno e Giorgio vince un euro; se invece esce testa, il gioco prosegue col turno Al turno n, con n 9, Giorgio lancia n monete regolari: se esce almeno una croce, il gioco finisce in questo turno e Giorgio vince n euro; se invece escono tutte teste, il gioco prosegue col turno n + 1 Al turno 1, Giorgio lancia 1 monete regolari: se esce almeno una croce, Giorgio vince 1 euro; se invece escono tutte teste, Giorgio non vince niente In ogni caso, il gioco finisce Può essere utile indicare con A i l evento al turno i non esce nessuna croce ) a) Qual è la probabilità che Giorgio non vinca niente? b) È più probabile che il gioco finisca al turno o al turno? c) Indicando con T la vincita in euro di Giorgio, si determini la densità discreta della variabile aleatoria T e si dica se E[e T ] < d) *facoltativa*) Indicando con X il numero totale di croci uscite in tutti i turni, si determini PX = k T = n) per n =, 1,, 9 e per k N Soluzione a) Gli eventi A i sono indipendenti con PA i ) = 1 L evento Giorgio non vince i niente coincide con A 1 A A 1, pertanto la sua probabilità vale PA 1 A A 1 ) = PA 1 )PA ) PA 1 ) = = = 1 = b) L evento il gioco finisce al turno coincide con A 1 A c, pertanto ha probabilità PA 1 )PA c ) = PA 1 )1 PA )) = ) = 1 4 = 8 mentre l evento il gioco finisce al turno coincide con A 1 A A c, pertanto ha probabilità PA 1 )PA )PA c ) = PA 1 )PA )1 PA )) = ) = = 7 64 Quindi è più probabile che il gioco finisca al secondo turno, piuttosto che al terzo c) Chiaramente T assume i valori, 1,,, 1 Nei punti precedenti abbiamo già calcolato PT = ) = 1, PT = ) = , PT = ) = 64 In generale, per n = 1,,, 1 si ha {T = n} = A 1 A A n 1 A c n, dunque d) PT = n) = PA 1 A A n 1 A c n) = PA 1 )PA ) PA n 1 )1 PA n )) = n ) 1 n 1 n = 1+++n 1 n = n 1 nn+1) Essendo T limitata T 1), anche e T è limitata e T e 1 ) dunque E[e T ] e 1 <
3 Esercizio Siano X, Y variabili aleatorie reali con densità congiunta f X,Y x, y) := c e y 1 + x) 1 {x>} 1 {<y<x}, dove c, ) è un opportuna costante che non è richiesto di determinare) a) Si determinino le densità marginali di X e Y b) Le variabili aleatorie X e Y sono indipendenti? c) Si dica se X e Y sono in L 1 e/o in L È ben definita CovX, Y )? d) Si determini la distribuzione di M := max{x, Y } Soluzione a) Chiaramente f X x) = per x, mentre per x > x e y f X x) = f X,Y x, y) dy = c 1 + x) dy = c x 1 + x) e y dy = c1 e x ) 1 + x) R Analogamente f Y y) = per y, mentre per y > e y f Y y) = f X,Y x, y) dx = c dx = c e y 1 + x) R = c e [ y x) y ] y = c e y 1 + y) y x) dx b) Se X e Y fossero indipendenti si dovrebbe avere f X,Y x, y) = f X x)f Y y) per Leb-qo x, y) R Tuttavia ciò non può essere, a causa della presenza di 1 {y<x} : ad esempio, per x, y) 1, ), ) si ha y > x e pertanto f X,Y x, y) =, da cui PX 1, ), Y, )) = f X,Y x, y) dx dy =, 1,),) mentre PX 1, )) > e PY, )) >, essendo entrambe le densità f X e f Y strettamente positive in, ) Quindi PX 1, ), Y, )) PX 1, ))PY, )) da cui segue che X e Y non sono indipendenti c) Ricordiamo che X L p se e solo se E[ X p ] = x p f X x) dx < La densità f X x) è nulla per x mentre è una funzione continua e limitata per x >, e per x ha il comportamento asintotico f X x) c/x, quindi x p f X x) c/x p L integrale è dunque finito se p > 1, ossia p <, da cui segue che X L 1 ma X L Invece Y sta sia in L 1 che in L, dal momento che la sua densità è maggiorata da una costante per e y e dunque decade esponenzialmente per y Infine notiamo che c x ) E[ XY ] = E[XY ] = x y f X,Y x, y) dx dy = x R 1 + x) y e y dy dx Maggioriamo l integrale interno estendendo il dominio di integrazione fino all infinito: x y e y dy y e y dy =: C <, da cui x E[ XY ] c C 1 + x) dx <, perché la funzione integranda è continua e decade all infinito asintoticamente a 1/x Essendo ben definiti E[X], E[Y ], E[XY ] anche Cov[X, Y ] = E[XY ] E[X]E[Y ] è ben definita anche se X L )
4 4 d) Per definizione ) F M t) = PM t) = PX t, Y t) = f X,Y x, y) dy dx x t y t ma la restrizione y t nell integrale interno è superflua, dal momento che x t e la densità f X,Y x, y) già contiene 1 {y<x} Quindi si ottiene ) F M t) = f X,Y x, y) dy dx = f X x) dx = PX t) = F X t) x t R x t Ciò mostra che M e X hanno la stessa funzione di ripartizione e dunque la stessa distribuzione
5 5 Esercizio 4 Enunciamo due disuguaglianze la cui dimostrazione non è richiesta): e αz 1 1 z)e α z)eα z [ 1, 1], α ) 1 e α + e α) e 1 α α ) a) Sia Z una variabile aleatoria reale integrabile con E[Z] = e P Z 1) = 1 Si mostri che E[e αz ] e 1 α, α Consideriamo ora una successione X = X n ) n N di variabili aleatorie indipendenti con E[X n ] = Facciamo l ipotesi che per ogni n N esista una costante c n [, ) tale che Definiamo quindi S = S n ) n N ponendo b) Si mostri che per ogni n N e si deduca che c) Si mostri che per t X n c n S n := X X n E[e λxn ] e 1 λ c n, λ, E[e λsn ] e λ P[S n t] exp ni=1 c i, λ n ) λt + λ i=1 c i, λ d) Si deduca che vale la seguente disuguaglianza di concentrazione: t ) P[ S n t] exp n i=1 c i [Sugg Si scelga un opportuno valore di λ nel punto precedente] e) Supponiamo infine che C := i=1 c i S n n α n in probabilità La convergenza vale anche qc? < Si mostri che per ogni α > si ha la convergenza Soluzione 4 a) Dato che Z 1 per ipotesi, possiamo applicare ) e la linearità e monotonia del valore medio, ottenendo: E[e αz ] e α E[1 Z] + eα e α E[1 + Z] = + eα e 1 α, dove negli ultimi passaggi abbiamo usato E[Z] = e ) b) Applicando il punto precedente a Z := X n /c n, notando che Z 1 perché X n c n e E[Z] = E[X n ]/c n =, si ottiene E[e λxn ] = E[e λcnz ] e 1 λ c n Di conseguenza, per l indipendenza delle X n, [ E[e λsn ] = E[e λ n ] n n i=1 X i ] = E e λx i = E[e λx i ] i=1 i=1 n i=1 e 1 λ c i = e λ ni=1 c i
6 6 c) Basta notare che S n t se e solo se e λsn e λt e applicare la disuguaglianza di Markov: P[S n t] = P[e λsn e λt ] E[eλSn ] e λt ni=1 c i eλ e λt n ) = exp λt + λ i=1 c i d) La disuguaglianza del punto precedente vale per ogni λ Il valore λ ottimale è quello che minimizza il membro destro, o equivalentemente l argomento dell esponenziale, che è un polinomio di secondo grado in λ Derivando tale espressione e ponendola uguale a zero si ottiene n ) t + λ c t i =, ossia λ = n i=1 i=1 c i Sostituendo questo valore nella disuguaglianza, si ottiene n ) P[S n t] exp λt + λ i=1 c i t ) = exp n i=1 c i Infine notiamo che P[ S n t] = P[S n t] + P[S n t] Dato che possiamo applicare i punti precedenti alle variabili aleatorie X n ) n N, si ha per quanto appena mostrato t ) P[S n t] = P[ S n ) t] exp n i=1 c i e sommando le due disuguaglianze si ottiene il fattore moltiplicativo che compare nella relazione da dimostrare e) Per ogni ε > si ha ) S n P n α > ε = P S n > εn α ) exp ε n α ) ) n exp ε i=1 c i C nα, e chiaramente il membro destro tende a zero per n, da cui S n /n α in probabilità Notando inoltre che, per ogni ε > fissato, si ha ) n N exp ε C nα < come si può verificare ad esempio mediante confronto con l integrale corrispondente), segue la convergenza S n /n α qc per un criterio visto a lezione, ossia ) S n P n α > ε < n N
7 7 Esercizio 5 Siano X n ) n N variabili aleatorie reali iid con distribuzione uniforme continua nell intervallo [, ] Definiamo per n N T n := X 1 + X + + X n a) Applicando opportunamente la legge dei grandi numeri, si calcoli il limite seguente per ogni a R, con la possibile eccezione di un valore a = ā scelto a piacere: b) Si calcoli per t = e t = Soluzione 5 a) Si ha 4 5 lim PT n an) n il limite seguente: lim P n µ = E[Y n ] = E[X n] = 1 4 T n > 4 n + t n x dx = 1 4 [ x ) ] = = 4 Per la legge forte dei grandi numeri applicata alle variabili aleatorie iid Y n ) n N, si ha T n /n 4 qc, quindi in distribuzione, quindi la funzione di ripartizione F na) = PT n /n a) = PT n na) converge alla funzione di ripartizione della va costante 4 {, cioè 1 se a 4 F a) := se a > 4, per ogni a R in cui F è continua, ossia per ogni a 4 si ha lim n PT n na) = F a) In alternativa, si può procedere in modo più diretto usando la legge debole dei grandi numeri: ) lim P T n n n 4 > ε =, ε >, ossia ) lim P Tn n n, 4 ε) 4 + ε, + ) =, 1) o equivalentemente ) lim P Tn n n [ 4 ε, 4 + ε] = 1, ) Dato a > 4, posso scegliere ε > piccolo in modo che a, ) 4 + ε, ), per cui ) lim PT n > an) = lim PT n a, )) lim P Tn n n n n 4 + ε, + ) = Se invece a < 4, posso scegliere ε > piccolo in modo che a, ) [ 4 ε, 4 + ε], per cui ) lim PT n > an) = lim PT n a, )) lim P Tn n n n n [ 4 ε, 4 + ε] = 1 In definitiva: lim PT n > an) = n { 1 se a < 4 se a > 4 b) Calcoliamo la varianza di Y n : ricordando che µ = E[Y n ] = 4, E[Y n ) ] = E[Xn] 4 = 1 x 4 dx = 1 [ ] x 5 = = 16 5, σ = Var[Y n ] = E[Y n ) ] E[Y n ] = = = 64 45
8 8 Applicando il teorema limite centrale lim P T n > 4 ) n n + t n = lim P Tn µn n σ n > t ) σ = P Z > t ) ) t = 1 Φ, σ σ dove Φt) rappresenta la funzione di ripartizione della normale standard Per t = si ha 1 Φ) = 1, mentre per t = 4 5 si ha t σ = = 4 = 75, e dalla tavola della distribuzione normale si ottiene Φ75) 77, quindi 1 Φ75)
9 9 Esercizio 6 Sia X = X n ) n una catena di Markov con spazio degli stati N = {1,, } con matrice di transizione se i = j = p i,j = i+1 se i = j 1 j se j i = 1 se j i a) Si verifichi che quella assegnata è effettivamente una matrice di transizione e si disegni il grafo relativo ristretto agli stati {1,,, 4, 5}) La catena è irriducibile? È aperiodica? b) Si mostri che esiste un unica probabilità reversibile µ i ) i N Per tempi lunghi, qual è lo stato in cui è più probabile trovare la catena? Soluzione 6 a) Si ha chiaramente p i,j per ogni i, j, dal momento che 1 5 se i+1 i Resta da verificare che j N p i,j = 1 per ogni i N Per i = 1 si ha p 1,j = p 1,1 + p 1, = = 1, mentre per i si ha j N j N p i,j = p i,i 1 + p i,i + p i,i+1 = 1 i ) i i+1 = i+1 = 1 La catena è irriducibile p i,i+1 > e p i+1,i > per ogni i N, quindi i i + 1 per ogni i N, quindi i j per ogni i, j R È anche aperiodica perché p i,i > e dunque MCD{n N : p n) i,i > } = 1 b) La condizione di reversibilità µ i p i,j = µ j p j,i è banalmente soddisfatta se i = j oppure se j i, resta quindi da verificare il caso j i = 1 e per simmetria basta considerare il caso i < j, ossia j = i + 1 Allora 1 µ i p i,i+1 = µ i+1 p i+1,i µ i i+1 = µ 1 i+1 i µ i+1 = 1 µ i, e iterando questa relazione si ha µ i = 1 µ i 1 1 Imponendo i=1 µ i = 1 si ottiene µ 1 1 i=1 = i 1 µ 1 = 1, ossia µ 1 = 1 In definitiva, l unica probabilità reversibile e dunque invariante) è data da µ i = 1 i Segue che la catena è ricorrente positiva Essendo aperiodica, lim n PX n = i) = µ i, quindi lo stato i più probabile per tempi grandi è quello che massimizza µ i, vale a dire i = 1
10 1 Tavola della distribuzione normale La tabella seguente riporta i valori di Φz) := z e 1 x π dx, la funzione di ripartizione della distribuzione normale standard N, 1), per z 5 Ricordiamo che I valori di Φz) per z < possono essere ricavati grazie alla formula Φz) = 1 Φ z) z
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2018/19
III Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 8/9 Martedì luglio 9 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2014/15 Nome: 7 gennaio
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 24/5 Nome: 7 gennaio 26 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliII Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
II Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 4 febbraio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì 3 gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliIII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 16 luglio
III Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 013/14 Nome: 16 luglio 014 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliV Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 18 ottobre
V Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 202/ Nome: 8 ottobre 20 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliII Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 20 febbraio
II Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 3/4 Nome: febbraio 4 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliI Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 2016/17
I Appello di Calcolo delle Probabilità Laurea Triennale in Matematica 6/7 Martedì gennaio 7 Cognome: Nome: Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCalcolo delle Probabilità 2017/18 Foglio di esercizi 8
Calcolo delle Probabilità 07/8 Foglio di esercizi 8 Catene di Markov e convergenze Si consiglia di svolgere gli esercizi n 9,,,, 5 Catene di Markov Esercizio (Baldi, Esempio 5) Si consideri il grafo costituito
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2012/13 Nome: 30 gennaio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica /3 Nome: 3 gennaio 3 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile usare
DettagliIII Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre
III Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 15 Settembre 2015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliCP110 Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 22-3, II semestre 23 maggio, 23 CP Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una penna
DettagliI Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 2014/15 Nome: 23 Giugno
I Appello di Processi Stocastici Cognome: Laurea Magistrale in Matematica 014/15 Nome: 3 Giugno 015 Email: Quando non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliProva scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 2015/ Settembre 2016
Prova scritta di Probabilità e Statistica Appello unico, II sessione, a.a. 205/206 20 Settembre 206 Esercizio. Un dado equilibrato viene lanciato ripetutamente. Indichiamo con X n il risultato dell n-esimo
DettagliCP110 Probabilità: Esame 13 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche
DettagliCP110 Probabilità: Esame del 6 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 6 giugno, 211 CP11 Probabilità: Esame del 6 giugno 211 Testo e soluzione 1. (6 pts) Ci sono 6 palline, di cui nere e rosse. Ciascuna,
DettagliX (o equivalentemente rispetto a X n ) è la
Esercizi di Calcolo delle Probabilità della 5 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova). Esercizio 1. Siano (X n ) n i.i.d. di Bernoulli di parametro p e definiamo per
DettagliI Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2013/14 Nome: 6 febbraio
I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 03/4 Nome: 6 febbraio 04 Email: Se non è espressamente indicato il contrario, per la soluzione degli esercizi è possibile
DettagliEsame di Calcolo delle Probabilità del 4 luglio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 4 luglio 26 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCP410: Esame 2, 3 febbraio 2015
Dipartimento di Matematica, Roma Tre Pietro Caputo 2014-15, I semestre 3 febbraio, 2015 CP410: Esame 2, 3 febbraio 2015 Cognome Nome Matricola Firma 1. Sia (Ω, F, P) lo spazio di probabilità definito da
Dettagli) la sua densità discreta sarà della forma. p X (0) = 1 2, p X(1) = 1 2,
Esercizi settimana 6 Esercizi applicati Esercizio. Siano X e Y due v.a. discrete indipendenti tali che X B(, ) e Y B(, ), n 0. (i) Si calcoli la legge di X + Y ; (ii) Si calcoli la legge di X Y ; (iii)
DettagliCP210 Introduzione alla Probabilità: Esonero 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 218-19, II semestre 4 giugno, 219 CP21 Introduzione alla Probabilità: Esonero 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliCalcolo delle Probabilità 2
Prova d esame di Calcolo delle Probabilità 2 Maggio 2006 Sia X una variabile aleatoria distribuita secondo la densità seguente ke x 1 x < 0 f X (x) = 1/2 0 x 1. 1. Determinare il valore del parametro reale
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliMatematica e Statistica per Scienze Ambientali
per Scienze Ambientali Variabili aleatorie - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, Gennaio 2013 Variabili aleatorie Un numero aleatorio è un esempio di variabile aleatoria.
DettagliI Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. 2012/ Giugno 2013
I Sessione I Prova Scritta o Recupero Esonero di Probabilità e Statistica a.a. / 9 Giugno Recupero I esonero o prova scritta di Probabilità da 5 cfu o di Probabilità e Statistica da cfu: esercizio ; esercizio
DettagliStudente: Matricola: Soluzione. V usando la disuguaglianza di Chebyschev, per n sucientemente grande segue,
Es Es 2 Es 3 Es 4 Tot Secondo appello luglio Calcolo delle probabilità 2 luglio 29 Studente: Matricola: Vero o falso Esercizio ( pti). Si dica, motivando la propria risposta, se le seguenti aermazioni
DettagliCP410: Esonero 1, 7 novembre, 2018
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, I semestre 7 novembre, 2018 CP410: Esonero 1, 7 novembre, 2018 Cognome Nome Matricola Firma 1. Sia X una variabile aleatoria su uno spazio di
Dettagli(a) Qual è la probabilità che un neonato sopravviva al primo anno?
II Appello di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 2 luglio 2009 Matricola: ESERCIZIO. Per una certa specie africana di uccelli, i neonati hanno indipendentemente l uno dal l altro
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 P.Baldi appello, 7 giugno 200 Corso di Laurea in Matematica Esercizio Siano X, Y v.a. indipendenti di legge Ŵ(2, λ). Calcolare densità e la media
DettagliESERCIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2
ESECIZI DATI A LEZIONE TPA - anno 2006 CAPITOLO 2 1. Una σ algebra è chiusa rispetto a intersezioni finite e numerabili, e rispetto a differenze e differenze simmetriche. 2. Una σ algebra è anche un algebra,
Dettagli0 se y c 1 (y)) se c < y < d. 1 se y d
Capitolo. Parte IX Exercise.. Sia X una variabile aleatoria reale assolutamente continua e sia (a,b) un intervallo aperto (limitato o illimitato) di R, tale che P(X (a,b)) =. Sia ϕ : (a,b) R una funzione
DettagliEsame di Calcolo delle Probabilità del 11 dicembre 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del dicembre 27 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. Es. 4 Somma Voto finale Attenzione:
DettagliESERCIZI HLAFO ALFIE MIMUN
ESERCIZI HLAFO ALFIE MIMUN December, 27. Testo degli esercizi Risolvere i seguenti problemi: () Siano X, X 2, X 3 variabili aleatorie i.i.d. bernulliane di media.5 e siano Y, Y 2, Y 3, Y 4 variabili aleatorie
DettagliCognome Nome Matricola. Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale
Esame di Calcolo delle Probabilità mod. B del 9 settembre 2003 (Corso di Laurea in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione:
DettagliCP110 Probabilità: Esame 2 luglio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 2 luglio, 213 CP11 Probabilità: Esame 2 luglio 213 Testo e soluzione 1. (6 pts Due mazzi di carte francesi vengono uniti e mischiati.
DettagliEsercizi settimana 5. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana 5 Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliCP210 Introduzione alla Probabilità: Esame 2
Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante
DettagliAppello febbraio. Vero o falso. Es 1 Es 2 Es 3 Es 4 Tot
Es Es 2 Es 3 Es 4 Tot Appello febbraio Calcolo delle probabilità 5 febbraio 208 Studente: Matricola: Vero o falso Esercizio (0 pti). Si dica, motivando la propria risposta, se le seguenti affermazioni
DettagliCP410: Esonero 1, 31 ottobre 2013
Dipartimento di Matematica, Roma Tre Pietro Caputo 2013-14, I semestre 31 ottobre, 2013 CP410: Esonero 1, 31 ottobre 2013 Cognome Nome Matricola Firma 1. Fare un esempio di successione di variabili aleatorie
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 25 febbraio 2013 Matricola: ESERCIZIO 1. Si mostri la seguente formula di disintegrazione per la probabilità condizionata:
Dettagli! X (92) X n. P ( X n X ) =0 (94)
Convergenza in robabilità Definizione 2 Data una successione X 1,X 2,...,X n,... di numeri aleatori e un numero aleatorio X diremo che X n tende in probabilità a X escriveremo X n! X (92) se fissati comunque
DettagliEsercitazione del 28/02/2012 Istituzioni di Calcolo delle Probabilità
Esercitazione del 8/0/01 Istituzioni di Calcolo delle Probabilità David Barbato barbato@math.unipd.it Esercizio 1. Sia X una v.a. aleatoria assolutamente continua con densità f X data da { 0 x < 0 f X
DettagliUNIVERSITA` di ROMA TOR VERGATA
UNIVERSITA` di ROMA TOR VERGATA Corso di PS2-Probabilità 2 PBaldi appello, 23 giugno 29 Corso di Laurea in Matematica Esercizio Per α 2 consideriamo la catena di Markov su {, 2, 3} associata alla matrice
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
CORSO DI CALCOLO DELLE PROBABILITÀ o modulo - PROVA d esame del 9/02/200 - Laurea Quadriennale in Matematica - Prof. Nappo Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate
DettagliCP410: Esame 2, 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 23-4, I semestre 3 gennaio, 24 CP4: Esame 2, 3 gennaio 24 Testo e soluzione Cognome Nome Matricola Firma . Per ogni n N, sia X n la variabile aleatoria
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 29-2, II semestre 25 maggio, 2 CP Probabilità: Esonero 2 Testo e soluzione . (7 pt) Siano T, T 2 variabili esponenziali indipendenti, di parametri λ =
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di Mercoledì giugno 4 (tempo a disposizione: ore. Scrivere su ogni foglio NOME e COGNOME. Le
DettagliP ( X n X > ɛ) = 0. ovvero (se come distanza consideriamo quella euclidea)
10.4 Convergenze 166 10.4.3. Convergenza in Probabilità. Definizione 10.2. Data una successione X 1, X 2,...,,... di vettori aleatori e un vettore aleatorio X aventi tutti la stessa dimensione k diremo
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 29 maggio, 2012 CP110 Probabilità: Esonero 2 Testo e soluzione 1. (8 punti) La freccia lanciata da un arco è distribuita uniformemente
DettagliX n = αx n 1 + Y n. Si dimostri che. Usando la precedente relazione si dimostri che. e che. e si determini il limite di media e varianza quando n +.
Problema 1. Siano X, Y 1, Y,... variabili aleatorie indipendenti. Si supponga che X abbia media m e varianza σ e che le Y i abbiano distribuzione gaussiana con media µ e varianza σ. Dato α in (, 1, si
DettagliCP110 Probabilità: Esame 5 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 21-11, II semestre 5 giugno, 212 CP11 Probabilità: Esame 5 giugno 212 Testo e soluzione 1. (6 pts) Sette biglietti numerati da 1 a 7 vengono distribuiti
DettagliEsame di Calcolo delle Probabilità del 12 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del 2 dicembre 2005 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto parziale Prima
DettagliProbabilità e Statistica per l Informatica Esercitazione 4
Probabilità e Statistica per l Informatica Esercitazione 4 Esercizio : [Ispirato all Esercizio, compito del 7/9/ del IV appello di Statistica e Calcolo delle probabilità, professori Barchielli, Ladelli,
DettagliPrimo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2016
Primo appello prova scritta di Calcolo delle probabilità Laurea Triennale in Matematica 0/0/06 COGNOME e NOME... N. MATRICOLA... Esercizio. (9 punti) Sia {S n } n N una passeggiata aleatoria standard (cioè
DettagliCalcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale a.a. 2016/17
Calcolo delle Probabilità e Statistica, Ingegneria Civile e A&T e Informatica I prova finale aa 6/ Punteggi: : 3 + 6; : + + + ; 3: + Una scatola contiene monete; 8 di queste sono equilibrate, mentre le
DettagliTraccia della soluzione degli esercizi del Capitolo 4
Traccia della soluzione degli esercizi del Capitolo 4 Esercizio 6 Sia X una v.c. uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x). Posto Y = cos(x), trovare la distribuzione
DettagliEsercizi di Calcolo delle Probabilità Foglio 3
Esercizi di Calcolo delle Probabilità Foglio David Barbato Esercizio. (6-ese- s) Sia (X, Y ) un vettore aleatorio con densità: { αy (x, y) D f (X,Y ) (x, y) (x, y) / D Dove D {(x, y) R : x
DettagliMatematica con elementi di Informatica
Variabili aleatorie Matematica con elementi di Informatica Tiziano Vargiolu Dipartimento di Matematica vargiolu@math.unipd.it Corso di Laurea Magistrale in Chimica e Tecnologie Farmaceutiche Anno Accademico
DettagliFacoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica
Facoltà di Ingegneria Calcolo delle Probabilità e Statistica Ingegneria Civile e A&T e Informatica Prima prova scritta A.A. 8-9 Durata della prova h Punteggi: ) + + ; ) + + + ; ) +. Totale. Esercizio Sia
DettagliLa media campionaria. MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a.
La media MEDIA CAMPIONARIA Date n v.a. X 1,..., X n indipendenti e identicamente distribuite (in breve i.i.d.), la v.a. X n = 1 n è detta media. n X i, i=1 In altre parole, se le X 1,...,X n sono il risultato
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità (docenti G. Nappo, F. Spizzichino prova scritta giugno 5 (tempo a disposizione: ore La prova scritta consiste nello svolgimento
DettagliEsercitazione del 19/02/2013 Istituzioni di Calcolo delle Probabilità
Esercitazione del 19/0/013 Istituzioni di Calcolo delle Probabilità David Barbato Variabili aleatorie esponenziali. Minimo di v.a. esponenziali indipendenti. Ricordiamo innanzitutto che due variabili aleatorie
DettagliIstituzioni di Probabilità - A.A
Istituzioni di Probabilità - A.A. 25-26 Prima prova di verifica intermedia - 29 aprile 25 Esercizio. Sia (X n ) n una successione di v.a. i.i.d. centrate con < X P-q.c., sia λ R ed F una v.a. integrabile
DettagliProbabilità 1, laurea triennale in Matematica II prova di valutazione in itinere a.a. 2008/09
robabilità, laurea triennale in Matematica II prova di valutazione in itinere a.a. 008/09. Francesco lancia ripetutamente due dadi non truccati: sia T il numero di lanci necessario ad ottenere per la prima
DettagliEsercizi: fascicolo 4
Esercizi: fascicolo 4 Esercizio 1 Dimostrare le seguenti proprietà (1), (2) e (3): (1) X 1 = 0 X 0; (2) X L 1 (Ω, P ), λ R λx 1 = λ X 1 ; (3) X, Y L 1 (Ω, P ) X + Y 1 X 1 + Y 1. Esercizio 2 Si estraggono
DettagliEsame di Calcolo delle Probabilità del 11 gennaio 2006 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Calcolo delle Probabilità del gennaio 006 Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si
DettagliLaurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio FOGLIO RISPOSTE
Laurea triennale in INFORMATICA, Corso di CALCOLO DELLE PROBABILITÀ COMPITO - 2 luglio 202 - FOGLIO RISPOSTE NOME e COGNOME SOLUZIONI CANALE: G. Nappo VOTO: N.B. Scrivere le risposte dei vari punti degli
DettagliEsercizi settimana 4. Esercizi applicati. Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 2 3
1 Esercizi settimana Esercizi applicati Esercizio 1. Si considerino tre monete truccate, ognuna con probabilità 3 di ottenere testa. Se scegliete la prima moneta vincete 10 punti se esce testa e punti
DettagliCP110 Probabilità: esame del 20 giugno 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 6-7, II semestre giugno, 7 CP Probabilità: esame del giugno 7 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante l esame è una
DettagliPrima prova in itenere di Istituzioni di Probabilità
Prima prova in itenere di Istituzioni di Probabilità 14 novembre 2012 Esercizio 1. Un processo di Ornstein-Uhlenbec modificato (OUM) è un processo reale, con R come insieme dei tempi, con traiettorie continue,
DettagliCP110 Probabilità: Esonero 2. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 212-13, II semestre 23 maggio, 213 CP11 Probabilità: Esonero 2 Testo e soluzione 1. (7 punti) Una scatola contiene 1 palline, 5 bianche e 5 nere. Ne vengono
DettagliEs.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci
Es.: una moneta viene lanciata 3 volte. X = n. di T nei primi 2 lanci Y = n. di T negli ultimi 2 lanci X\Y 0 1 2 0 1/8 1/8 0 1/4 1 1/8 1/4 1/8 1/2 2 0 1/8 1/8 1/4 1/4 1/2 1/4 1 X e Y non sono indip. Se
DettagliEsercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un rating all altro secondo la matrice di transizione
Esercizi di Calcolo delle Probabilità della 10 a Matematica, Università degli Studi di Padova). settimana (Corso di Laurea in Esercizio 1. Una obbligazione può avere rating A, B, C o D e passare da un
DettagliCP110 Probabilità: Esame 4 giugno Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline
DettagliSOLUZIONI DEL TEST DI PREPARAZIONE ALLA 2 a PROVA INTERMEDIA
SOLUZIONI DEL TEST DI PREPARAZIONE ALLA a PROVA INTERMEDIA Esercizio. Le v.c. X e Y possono assumere solo i valori e (ad es. ingresso ed uscita di un canale di comunicazione binario). Sapendo che X è una
DettagliProva Scritta di Probabilità e Statistica Cognome: Laurea in Matematica. 28 giugno 2012 Matricola: Nome:
Prova Scritta di Probabilità e Statistica Cognome: Laurea in Matematica Nome: 8 giugno 01 Matricola: ESERCIZIO 1. Sia (A n n una successione di eventi indipendenti, tali che P (A n 1 1 n. Sia B := + n=
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2011/12
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 0/ Esercizio Prova scritta del 7/06/0 Siano X e Y due v.a. indipendenti, con distribuzione continua Γ(, ). Si trovino la distribuzione di X Y e di (X Y ). Esercizio
DettagliSecondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 17/06/2019
Secondo appello di Istituzioni di probabilità Laurea Triennale in scienze statistiche Matr pari 17/6/219 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Un forno produce rosette di pane. Il peso di una
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 15/9/2010
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 5/9/ Nota. E obbligatorio sia scegliere le risposte (numeriche, o le formule nali a seconda del caso) negli appositi spazi, sia
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. I Esonero - 29 Ottobre Tot.
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 I Esonero - 29 Ottobre 2013 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliRisultati X P(X) TTT 0 1/8 TTC 1 1/8 TCT 1 1/8 CTT 1 1/8 TCC 2 1/8 CTC 2 1/8 CCT 2 1/8 CCC 3 1/8 X P(X) F(X) 0 1/8 1/8 1 3/8 4/8 2 3/8 7/8 3 1/8 1
Esercizio 1 Determinare la distribuzione di probabilità e la funzione di ripartizione della v.c. discreta X = numero di croci in 3 lanci di una moneta. Calcolare F(-1), F(1.5), F(300). Risultati X P(X)
DettagliCALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno Motivare dettagliatamente le risposte su fogli allegati
CALCOLO DELLE PROBABILITÀ 2 (Laurea Specialistica) 28 giugno 2006 Motivare dettagliatamente le risposte su fogli allegati 1.- Sia X un numero aleatorio a valori { α, 0, α}, con α > 0 e P (X = α) = P (X
DettagliX Vincita (in euro) Tabella 1: Vincite
Cognome e Nome:....................................... Matricola............. CdS............. CALCOLO DELLE PROBABILITA - 9 Giugno 1 CdS in STAD, SIGAD - docente: G. Sanfilippo Motivare dettagliatamente
DettagliPrimo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019
Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 01/02/2019 COGNOME e NOME... N. MATRICOLA... Esercizio 1. Costruire, se esiste, un esempio con le seguenti proprietà 1. {F n }
DettagliEsercizi - Fascicolo V
Esercizi - Fascicolo V Esercizio Sia X una vc uniformenente distribuita nell intervallo ( π, π ), cioè f X (x) = π ( π, π ) (x) Posto Y = cos(x), trovare la distribuzione di Y se y < F Y (y) = P (cos(x)
DettagliCorso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (455AA) A.A. 2018/19 - Esercitazione
Corso di Laurea in Ingegneria Robotica e dell Automazione Probabilità e Processi Stocastici (55AA) A.A. 28/9 - Esercitazione 28--9 La durata della prova è di due ore e mezzo. Le risposte devono essere
DettagliCP110 Probabilità: Esame 2 settembre 2013 Testo e soluzione
Diartimento di Matematica, Roma Tre Pietro Cauto 212-13, II semestre 2 settembre, 213 CP11 Probabilità: Esame 2 settembre 213 Testo e soluzione 1. (6 ts) Abbiamo due mazzi di carte francesi, il mazzo A
DettagliCP110 Probabilità: Esame del 15 settembre Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 15 settembre, 2010 CP110 Probabilità: Esame del 15 settembre 2010 Testo e soluzione 1. (6 pts) 10 carte numerate da 1 a 10 vengono
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 17-18, I semestre Settembre 18 Scritto del - 9-18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino Prova di mercoledì 22 Settembre 24 (tempo a disposizione: 2 ore e 4 minuti. consegna compiti e inizio
DettagliCP110 Probabilità: esame del 18 settembre 2017
Dipartimento di Matematica, Roma Tre Pietro Caputo 206-7, II semestre 8 settembre, 207 CP0 Probabilità: esame del 8 settembre 207 Cognome Nome Matricola Firma Nota:. L unica cosa che si puo usare durante
DettagliCalcolo delle Probabilità e Statistica Matematica Fisciano, 10/1/2012
Fisciano, 10/1/2012 Esercizio 1 Un esperimento consiste nel generare a caso un vettore di interi (x 1, x 2, x 3, x 4 ), dove x i {1, 2, 3, 4, 5, 6} i. (i) Si individui lo spazio campionario, determinandone
DettagliCP110 Probabilità: esame del 4 febbraio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 20-2, II semestre 4 febbraio, 203 CP0 Probabilità: esame del 4 febbraio 203 Testo e soluzione . (6 pts) In un triangolo rettangolo i cateti X e Y sono
DettagliLa funzione di ripartizione caratterizza la v.a. Ad ogni funzione di ripartizione corrisponde una ed una sola distribuzione.
Funzione di ripartizione X v.a. a valori in IR F X (x) = P (X x), x IR Indice X omesso quando chiaro Proprietà funzione di ripartizione F (i) F X (x) ; x (ii) è non decrescente Sia a < b P (a < X b) =
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliCP110 Probabilità: Esame 30 gennaio Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2010-11, II semestre 30 gennaio, 2012 CP110 Probabilità: Esame 30 gennaio 2012 Testo e soluzione 1. (5 pts) Un gioco consiste in n prove ripetute, tali
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2017/18 - Prova scritta
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA A.A. 2017/18 - Prova scritta 2018-09-12 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
Dettagli